染色装箱问题及其启发式算法

研究了装箱问题的一个新颖的衍生问题:染色装箱问题,即在装箱问题中,给每个物件指定一个颜色,要求每个箱子中所装的物件颜色各不相同,使得所需要的箱子数目尽可能少.该问题是通常装箱问题的一种推广.笔者给出了染色装箱问题的一个启发式算法,同时研究了只有两种颜色的染色装箱问题:即2-色装箱问题,并给出了一个最优算法.     

用启发式贪心法求解旅行商问题

旅行商问题是ＮＰ完全的组合优化问题，分析了邻域启发式算法的基本操作，提出了一种简单的启发式贪心法，仅利用城市间的距离信息求解旅行商问题，理论分析与实验结果表明该方法是确定性的多项式时间算法，对５个不同规模的典型的旅行商问题进行优化，均达到或优于文献中的结果。     

有舍弃的装箱问题及其启发式算法

设计了一种启发式算法——RCF算法来解决有舍弃装箱问题.实验证明,该算法与RFF3算法相比,在物体个数比较少(<200)的情况下,由于数据的随机性会出现比RFF3算法较好;在物体个数大于200的情况下,RFF3算法具有绝对的优势.因此,提出的RCF算法在物体个数比较少的情况下,有一定的应用价值.     

最小基数箱子覆盖问题及其启发式算法

研究了一个新颖的装箱问题，即最小基数箱子覆盖问题(Minimum Cardinality Bin Covering Problem)，证明了该问题是强NP-完备的；在物件大小满足一定的条件下，给出了一个时间复杂度为O(n)的启发式算。     

一种基于贪心策略的启发式云计算任务调度算法

提出了一种基于贪心策略的启发式任务调度算法,用于优化云计算环境下任务调度中执行时间。首先,给出了云计算环境下任务调度问题的形式化描述及其最早完成时间的启发式优先分配原则;接着,基于最早完成时间的优先分配原则,采用贪心策略难易交错地分配任务求得任务调度的初始解;进而,引入了任务对交换的收益值概念,采用贪心策略选择收益值大的任务对交换优化任务调度初始解的执行时间;最后,在Cloud Sim云计算仿真实验平台下进行了顺序调度算法、Min-Min算法、Max-Min算法和本文算法的对比实验,实验数据对比充分验证了本文算法既能减少任务执行时间,又能使资源负载相对平衡。     

CARP问题的构造型启发式算法研究

全面综述了国内外用于求解容量约束弧路径问题(CARP问题)的构造型启发式算法的研究现状,指出了构造型启发式算法与元启发式算法相比而言的优点所在.将求解算法分为3类并且分别进行简要介绍,最后展望了构造型启发式算法的研究前景.     

一类带时间窗口的定位-路径问题的启发式算法

考虑了一种车辆和仓库都有能力约束、顾客有hard时间窗口限制的多仓库选址和运输优化问题;给出了一个组合的两阶段启发式算法,第一阶段在考虑客户需求点时间窗口的情况下将其分配给合适的仓库备选点,第二阶段再用改进的节约算法对每个仓库及其相应的客户群优化路线;最后通过实例进行了实验计算分析。     

具有多台通用机的Cmax问题的启发式算法及其性能指标分析

本文讨论了一类特殊的排序问题，具有二台专用机与ｍ台通用机的两组工件的Ｃｍａｘ问题，给出了ＬＳＭＴ启发式算法，并在ｍ＝２的情况下给出了算法性能指标的严格界。     

PLA器件的应用

本文讨论了PLA器件的特点及在组合逻辑和时序逻辑设计中的应用.     

一个描述内存工作区操作的公理语义方法

本文定义了一个内存工作区处理语言ＭＰＬ，并提出了用于描述语言的形式化方法，作为示例，文中最后给出一个程序部分正确性的验证提纲。     

多枝堆栈及其算法

提出一种称作多枝堆栈的数据结构，并给出了多枝堆栈的运算与算法，说明了普通堆栈是多枝堆栈的特殊情形。该数据结构可以用于许多问题（包括普通堆栈能使用的场合）求解的过程之中。     

车辆路径规划的数学模型及算法综述

车辆路径规划问题（Vehicle Routing Problem,VRP）是一项研究热点。在运输过程中,对车辆进行合理的路径规划可以在满足运输要求的基础上最大程度地节约人力物力,降低运输成本。在对车辆路径规划的研究过程中,模型和算法起着关键性作用。目前已有的模型和算法还存在一些不足。为此,对车辆路径规划问题的数学模型和算法进行了探讨。     

计算机辅助作业计划的启发式方法及其应用

分子了平行顺序移动方式下零件在工序间的运动过程和特性，据排序问题理论分析建立了数学模型，对ｎ／ｍ／Ｐ／Ｆｍａｘ问题，构造了优度较高的启发式算法，实现了计算机辅助编制作业计划，该法适于流水车间或成组单元，开发的相应软件可用以编制零件加工进度计划，机床负荷计划，同时绘制生产作业计划图，仿真效果较好。     

任务无准备时间最小化加权最大延误单机调度问题的若干结果

研究任务无准备时间最小化加权最大延误的单机调度问题,给出逆向最小带权延误排序法并证明其最优性.随后,引入延误差函数概念,借助它给出简化的基于延误差函数的排序算法.特别地,对于工期相同的情形,给出更简便的权值关于期限正态分布算法.最后,借助实例说明了上述算法的应用.     

遗传算法及其在TSP中的应用

本文详述遗传算法的起源、实现、及应用和存在的问题。遗传算法是仿自然界的自然选择法则设计的。算法源于一群随机基因组，通过一定的适应性判决消除适应性低的基因组，保留适应性中等的和高的基因组；并在高适应性的基因组中，随机进行变异和组配，将基因组补足到恒定的数量，再进行适应性判决，一直到满足问题的要求。本文就此法做了中国旅行商题，实验效果非常满意，产生的结果比用Ｈｏｐｆｉｅｌｄ神经网络计算结果要好得多。     

论矩形物体布局的启发式近似计算问题

针对待布局矩形物体在布局空间中可行位置，给出了其可行域的定义，并据此对待布局物体的摆放规则进行了讨论，提出了一种基于空间分解的启发式算法，实例计算表明了该算法是有效的。